基于PCA的离散小波自回归情感识别

摘要：

针对情感识别进行研究,提出基于主成分分析法(PCA)过滤小波变换结合自回归模型提取的信号特征方法,并基于梯度提升分类树以实现情感分类.将特征提取的重点放在脑电信号变化情况以及小波分量变化情况作为脑电信号特征.采用Koelstra等提出的分析人类情绪状态的多模态标准数据库DEAP,提取8种正负情绪代表各个脑区的14个通道脑电数据.结果表明,算法对8种情感两两分类识别平均准确率为95.76％,最高准确率为98.75％,可为情感识别提供帮助.

关键词：自回归、小波变换、主成分分析、情感评估

所属期刊栏目：28

资助基金：2018年度国家级大学生创新创业训练计划201810588006

在线出版日期：2019-06-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：119-124